prikaz prve stranice dokumenta Duboko učenje u autonomnim vozilima
Rad nije dostupan
diplomski rad
Duboko učenje u autonomnim vozilima
2020. urn:nbn:hr:168:907193
Fatorić, Valentina
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Fatorić, V. (2020). Duboko učenje u autonomnim vozilima (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:907193

Fatorić, Valentina. "Duboko učenje u autonomnim vozilima." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:907193

Fatorić, Valentina. "Duboko učenje u autonomnim vozilima." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:907193

Fatorić, V. (2020). 'Duboko učenje u autonomnim vozilima', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 04.05.2024., https://urn.nsk.hr/urn:nbn:hr:168:907193

Fatorić V. Duboko učenje u autonomnim vozilima [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 04.05.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:907193

V. Fatorić, "Duboko učenje u autonomnim vozilima", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:907193

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:907193
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovDuboko učenje u autonomnim vozilima
Naslov (engleski)Deep Learning for Autonomous Vehicles
AutorValentina Fatorić
MentorVladimir Čeperić (mentor)
Član povjerenstvaVladimir Čeperić (predsjednik povjerenstva)
Član povjerenstvaMarin Golub (član povjerenstva)
Član povjerenstvaMirko Poljak (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2020-07-16, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Za autonomnu vožnju potrebno je da vozilo preko kamera i senzora može prepoznati okolinu oko sebe na temelju čega će donijeti odluke. Za to se koristi semantička segmentacija kojom se svakom pikselu slike dodjeljuje određena klasa. Semantička segmentacija je jedan od najtežih problema računalnog vida za kojeg se koristi duboko učenje, odnosno konvolucijske neuronske mreže. U radu su opisana dva trenutno najbolja modela za taj problem i njihovi rezultati dobiveni nad skupom podataka Cityscapes proširenim sa ručno označenim slikama snimljenih po gradu Zagrebu.
Sažetak (engleski)
For autonomous driving, it is necessary that the vehicle can recognize the environment around it through cameras and sensors, on the basis of which it will make decisions. For that it's used semantic segmentation which assigns a certain class to each pixel of the image. Semantic segmentation is one of the most difficult problems of computer vision, for which is used deep learning, ie convolutional neural networks. This paper describes the two currently best models for this problem and their results obtained over the dataset Cityscapes extended with manually annotated images taken around the city of Zagreb.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:907193
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-13 12:12:46